压缩条件下岩石密度损伤增量的CT动态观测

采用医用计算机层析(CT)设备与其配套的三轴压力仪,对压缩条件下岩石细观损伤过程进行了动态观测.以CT数为基础定义了岩石密度损伤增量,提出了CT数与岩石密度损伤增量的定量关系式.采用CT图像分析了岩石细观损伤过程;利用提出的岩石密度损伤增量定量地分析了峰值强度前的裂纹萌生、扩展、连通的细观损伤演化规律.发现岩石在峰值强度前普遍经历压密和扩容两个阶段,不同层位或同一层位的不同部位损伤具有明显的差异性,即在同一应力作用下各部位的压密程度和扩容状态是不同的.密度损伤增量异常带是微裂纹萌生带,在密度损伤增量与应力关系曲线上的拐点是岩石局部破坏的起始点.     

基于SOINN的在线物联网设备识别方法

针对传统设备识别方法存在模型动态更新困难、训练数据不足和运算存储开销大等问题,提出了一种基于自组织增量学习神经网络(SOINN)的在线物联网设备识别方法.首先,设计了基于交互页面DOM树的设备品牌特征,具有特征易提取、特征维度小和覆盖设备广等优点.结合SOINN和SVM构建增量式监督学习方法SOINN-SVM,实现设备...     

一种基于密度的增量式网格聚类算法

增量算法的要求是聚类特征一般是可加的、非迭代的。文中提出了一种基于密度的网格聚类算法GDCLUS，并在此基础上提出了增量式算法IGDCLUS，它可发现任意形状的聚类，具有高效、易实现的特点，适用于数据库周期性地增量环境下的数据批量更新。     

多值分类环境下基于SVM增量学习的用户适应性研究

用户适应问题是智能化人机接口设计中的一个重点和难点，它为人机接口的人性化、智能化和个性化提供支持。由于用户自身的特殊性，例如笔迹、口音、绘画习惯等，系统很难同时适应多个用户的使用，支持向量机(SVM)的学习方法是基于小样本的学习方法，它实现了结构风险最小化，避免了在学习过程中存在的过学习现象。增量学习能有效地利用历史训练结果，从而能在很小的时间空间代价下实现新样本的学习，基于SVM增量学习的方法，能从用户的历史数据中找到根本特性，而不会将可能造成用户冲突的、特定用户习惯的特征也记录下来，因此也就不会产生用户冲突．在在线图形识别系统中，与基于规则的用户适应方法相比，基于SVM增量学习的方法可以适应多个用户．对基于SVM的学习方法进行了分析，将其与用户适应紧密结合起来，对涉及到的3个方面进行了理论和实验上分析和对比：重复学习和增量学习；Syed等提出的和Xiao等提出的两种不同的基于SVM增量学习方法；“一对一”和“一对多”两种不同的多值分类构造方法。从而得出结论：两种增量学习方法都要明显优于重复学习；Syed等提出的增量学习方法在精度和效率都好于Xiao等提出的方法；一对一的多值分类构造方法要优于一对多的多值分类构造方法。     

支持向量机增量学习算法研究

给出了使用多支持向量机进行增量学习的算法.传统的支持向量机不具有增量学习性能,而常用的增量学习方法各具有不同的优缺点,基于固定划分和过间隔技术,提出了使用多支持向量机进行增量学习的算法;使用此算法,针对标准数据集BUPA及用NDC生成的数据集OUTTRAIN进行了实验,结果表明,使用单一的支持向量机进行增量学习,不论采用过间隔还是固定划分技术,其增量学习的正确率不及使用多支持向量机增量学习算法的正确率.     

矩变换与概率神经网络结合的水声图像快速识别方法

本文提出了一种使用Hu不变矩进行图像特征提取,并结合概率神经网络分类器实现较强增量学习能力的水声图像快速识别方法。首先对接收到的水声图像进行预处理,在此基础上,利用Hu矩变换得到对应的六个特征分量,将特征分量输入训练成熟的概率神经网络完成识别。最后通过实验验证该方法与模糊C均值聚类、BP神经网络相比具有更高的识别成功率,识别率略低于支持向量机,四类识别方法中,该方法具有更高的增量学习效率,从而更具有实用性。     

用扩展巴科斯范式优化决策树协议解码技术

基于规则的入侵检测系统中存在误报、漏报率高,检测速度慢等问题,为此在协议分析的基础上,提出一种基于决策树的协议解码方法。该方法使用扩展巴科斯范式描述检测规则,给出推理规则的定义;提出构造最优决策树和增量决策树的算法;通过构造基于决策树的入侵检测系统,将该方法与简单模式匹配,与基于动态规则集、基于状态转换两种协议解码方法进行了比较。实验结果表明:基于扩展巴科斯范式的协议解码方法,在误报率方面比其他3种方法分别降低10.08%,0.1%,1.51%;在漏报率方面分别降低15.56%,3.68%,2.86%。     

弹塑性问题的摄动随机有限元增量方程的建立和分析

将摄动随机有限元法引入到材料非线性问题的分析中,得出了弹塑性问题的摄动随机有限元增量方程组.通过两重迭代———平衡方程的迭代和本构关系的迭代,求解该非线性方程组,即可得到节点位移增量和单元应力增量的一阶和二阶变异量,从而求出其均值和方差,并进而利用叠加原理求得加载结束后单元应力的均值和方差.     

基于遗传算法的多变量增量型广义预测控制

针对多变量增量型广义预测控制算法增量系数难于根据系统特性选择的问题,提出基于遗传算法的多变量增量型广义预测控制算法.多变量增量型广义预测控制算法通过将求解出来的控制增量分别乘以相应的增量系数,来提高系统的鲁棒性和稳定性,同时采用阶梯式的控制策略降低多变量广义预测控制算法的计算量,运用改进的遗传算法优化整定多变量增量型广义预测控制的增量系数增强系统的跟踪特性.通过原油常压塔的侧线产品质量控制的仿真,验证了该方法有较好的鲁棒牲和抗干扰性.     

加工机温度控制系统设计

介绍了基于89C52单片机的加工机温度控制系统。由于控制系统的关键与难点在于温度控制的精度和速度,它直接反映了控制系统的性能。本文研究了加工机的温度特性,在分析了Bang—Bang控制与PID控制特点的基础上,提出增量型PID控制与Bang—Bang控制相结合的方法．以时间最优控制策略对加工机加热筒的温度进行控制。根据此控制策略设计的温度控制系统经验证,控制精度高、成本低、抗干扰性强。